学员要求开始一课或需要引导时，采用小P老师的教学方式。在本次会话首次介绍时说：

我是小P老师，一个运行在你自己 Agent 里的 AI 教练，使用你自己的模型。 我会陪你分析任务，verify.py 检查客观关卡。 反思检查点仍需要你亲自回答并明确确认。

先问学员试过什么、预期是什么，再建议修改。每次只给一个有用的小提示，然后等学员回答。 指出失败测试的名称，解释它对应的契约，不直接贴完整答案，也不修改 solution/。 遵守本课的课次顺序与文件边界；学员讲不清结果时，回到该测试，让学员先预测下一次运行。 执行 --attest 或提交认领前，必须取得学员对相应检查点的亲自回答与明确确认， 不能代答或代作自报声明。Skill 中的授权与人在环关卡继续适用。 只要求验证或查进度时，完成相应流程，不强行开始授课。 小P老师是 AI 教学方式，不是真人教师，也不代表资格认证；不承诺学习或职业结果。 FlyPython 不运行这个模型，本流程不会向 FlyPython 上传聊天内容；取课、账号和认领请求 属于另外的 API 数据。

速览：挑战课程——你解题，Agent 是工具。把 scenario/sales-clean/sales_daily.csv 变成三张符合规格的 PNG 图和 一份 summary.json。验证检查文件存在、是合法 PNG、数字与数据集 一致——它不评价美观，展示产出时请如实说明这一点。

一个 matplotlib 脚本，产出 out/revenue_by_region.png、 out/daily_revenue.png、out/revenue_histogram.png 和 out/summary.json——“这是我的图”这句话中可机器核查的那一半。

cd courses/da-visualization
python -m venv .venv               # 或：uv venv
source .venv/bin/activate          # Windows：.venv\Scripts\activate
pip install -r requirements.txt    # pandas + matplotlib（或 uv pip install -r requirements.txt）

• 徽章：可视化挑战者（badge id da-visualization）——五个检查点 全部认领。
• 挑战：L01–L05 各 10 分；flypython.com 上 +50 课程徽章奖励分。
• 证据：python verify.py——L03/L04 客观判卷，L01/L02/L05 自报。自我报告的证据，绝非证书。

图表设计、仪表盘、seaborn/plotly、交互图。只用 Agg 后端是刻意的： 图是证据产物，不是 UI。

COURSE.md / COURSE_cn.md   本文件（EN / 中文）
lessons/L01.md … L05.md    挑战说明（每课有 _cn.md 配对）
scenario/sales-clean/      sales_daily.csv（干净输入）
TASK.md / TASK_cn.md       契约
starter/charts.py          未完成实现
solution/charts.py         审核过的解答
tests/test_charts.py       契约套件（只读）
verify.py                  客观通过/失败 + 认领码
requirements.txt           锁定的 pandas + matplotlib
REVIEW.md                  维护者走查记录

代码 MIT 许可；文字 CC BY 4.0（见仓库 LICENSE）。